[论文解读] Spatial Tactile Brain-Computer Interface Paradigm Applying Vibration Stimuli To Large Areas Of User?S Back

T. Kodama, Shoji Makino+1 more|arXiv (Cornell University)|Apr 16, 2014

EEG and Brain-Computer Interfaces参考文献 8被引用 10

一句话总结

本研究提出了一种新颖的背触觉脑机接口（btBCI），通过在大面积背部施加振动刺激，诱发脑电信号中的P300响应，以实现肌萎缩侧索硬化症（ALS）和闭锁综合征患者的信息交流。利用触觉游戏垫与脑电信号记录，该系统在在线脑机接口实验中实现了超过97%的行为准确率和最高达85.71%的分类准确率，证明了其在辅助交流中的强大可行性。

ABSTRACT

We aim at an augmentation of communication abilities of amyotrophic lateral sclerosis (ALS) patients by creating a brain-computer interface (BCI) which can control a computer or other device by using only brain activity. As a method, we use a stimulus-driven BCI based on vibration stimuli delivered via a gaming pad to the user's back. We identify P300 responses from brain activity data in response to the vibration stimuli. The user's intentions are classified according to the P300 responses recorded in the EEG. From the results of the psychophysical and online BCI experiments, we are able to classify the P300 responses very accurately, which proves the effectiveness of the proposed method.

研究动机与目标

• 为严重运动功能障碍患者开发一种非视觉、非听觉的脑机接口。
• 研究在大面积背部施加振动触觉刺激以诱发可靠P300响应的可行性。
• 评估基于背部刺激P300响应的刺激驱动型脑机接口在健康且无脑机接口经验的用户中的性能。
• 评估该btBCI作为感官或运动功能障碍患者替代通信接口的潜力。

提出的方法

• 通过触觉游戏垫（'ZEUS VYBE'）在奇偶刺激范式中向背部施加空间分布的振动触觉刺激。
• 使用g.USBamp放大器记录脑电信号，16个主动电极按10-10国际系统定位。
• 通过200–1000 ms时间窗内的平均事件相关电位（ERPs）识别P300响应。
• 采用逐步线性判别分析（SWLDA）分类器对用户意图进行在线脑机接口分类。
• 刺激以随机的刺激间隔（350–370 ms）呈现，以避免产生节律性模式。
• 在俯卧水平姿势下，对七名无脑机接口经验的参与者进行了心理物理学实验和在线脑机接口实验。

实验结果

研究问题

• RQ1 在大面积背部施加的振动触觉刺激能否可靠地诱发可检测的EEG中P300响应？
• RQ2 在背部区分目标与非目标刺激的行为准确率和反应时间如何？
• RQ3 基于背部刺激的P300脑机接口能否实现足够高的分类准确率以支持实际通信？
• RQ4 该btBCI的性能在不同个体用户之间以及不同ERP平均策略下如何变化？

主要发现

• 心理物理学实验中，所有六个目标指令的总体行为准确率均达到97%或以上。
• 不同目标之间的行为反应时间无显著差异，表明感知处理具有一致性。
• 在200–1000 ms时间窗内，所有EEG导联的平均ERPs中均观察到清晰的P300响应。
• 在最佳ERP平均情景下，在线btBCI分类准确率最高达到85.71%，远超16.7%的随机水平。
• 信息传输速率在10次试验平均下为0.6至3.3比特/分钟，在单次试验分类下为0.5至10.9比特/分钟。
• 系统表现出未来通过延长用户训练实现显著提升的潜力，个体受试者最高得分达62.45%。